2.9 Python3 列表

于 2025-06-10 08:15:00 发布
阅读量1.6k 收藏 20
点赞数 44
CC 4.0 BY-SA版权
分类专栏： Python 文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_40978412/article/details/148502588

列表(List)是 Python 中最常用的数据类型之一，它是一个有序、可变的集合，可以包含不同类型的元素。列表用方括号 [] 表示，元素之间用逗号分隔。

目录

1. 访问列表中的值

2. 更新列表

3. 删除列表元素

4. Python列表脚本操作符

5. Python 列表截取与拼接

6. 嵌套列表

7. 列表比较

8. Python列表函数

9. Python列表方法

9.1 添加元素

9.2 删除元素

9.3 查找和统计

9.4 排序和反转

9.5 复制列表

10.Python 列表的作用与应用场景

10.1 数据存储与组织

10.2 数据操作与处理

10.3 迭代与遍历

10.4 算法实现

10.5 多维数据表示

10.6 函数参数传递

10.7 与其他数据结构转换

10.8 实际应用案例

1. 访问列表中的值

与字符串的索引一样，列表索引从 0 开始，第二个索引是 1，依此类推。

通过索引列表可以进行截取、组合等操作。

可以通过索引和切片来访问列表中的元素：

my_list = ['apple', 'banana', 'cherry', 'orange']

# 通过索引访问
print(my_list[0])   # 输出: 'apple' (正向索引从0开始)
print(my_list[-1])  # 输出: 'orange' (负索引表示从末尾开始)

# 通过切片访问
print(my_list[1:3])  # 输出: ['banana', 'cherry'] (从索引1到2)
print(my_list[:2])   # 输出: ['apple', 'banana'] (从开始到索引1)
print(my_list[2:])   # 输出: ['cherry', 'orange'] (从索引2到末尾)
print(my_list[::2])  # 输出: ['apple', 'cherry'] (步长为2)

2. 更新列表

可以对列表的数据项进行修改或更新，也可以使用 append() 方法来添加列表项

列表是可变的，可以直接修改列表中的元素：

my_list = ['apple', 'banana', 'cherry']

# 修改单个元素
my_list[1] = 'blueberry'
print(my_list)  # 输出: ['apple', 'blueberry', 'cherry']

# 修改切片
my_list[1:3] = ['banana', 'orange']
print(my_list)  # 输出: ['apple', 'banana', 'orange']

# 添加元素
my_list.append('grape')  # 在末尾添加
print(my_list)  # 输出: ['apple', 'banana', 'orange', 'grape']

my_list.insert(1, 'pear')  # 在索引1处插入
print(my_list)  # 输出: ['apple', 'pear', 'banana', 'orange', 'grape']

3. 删除列表元素

有多种方法可以删除列表中的元素：

可以使用 del 、.pop、.remove、.clear语句来删除列表中的元素

my_list = ['apple', 'banana', 'cherry', 'orange', 'grape']

# 根据索引删除
del my_list[0]
print(my_list)  # 输出: ['banana', 'cherry', 'orange', 'grape']

# 删除并返回被删除的元素
popped = my_list.pop(1)  # 删除索引1的元素
print(popped)  # 输出: 'cherry'
print(my_list)  # 输出: ['banana', 'orange', 'grape']

# 根据值删除
my_list.remove('orange')
print(my_list)  # 输出: ['banana', 'grape']

# 清空列表
my_list.clear()
print(my_list)  # 输出: []

4. Python列表脚本操作符

列表支持多种操作符：

Python 表达式结果描述
len([1, 2, 3])3长度
[1, 2, 3] + [4, 5, 6][1, 2, 3, 4, 5, 6]组合
['Hi!'] * 4['Hi!', 'Hi!', 'Hi!', 'Hi!']重复
3 in [1, 2, 3]True元素是否存在于列表中
for x in [1, 2, 3]: print(x, end=" ")1 2 3迭代

list1 = [1, 2, 3]
list2 = [4, 5, 6]

# 拼接
print(list1 + list2)  # 输出: [1, 2, 3, 4, 5, 6]

# 重复
print(list1 * 3)  # 输出: [1, 2, 3, 1, 2, 3, 1, 2, 3]

# 成员判断
print(3 in list1)  # 输出: True
print(7 not in list1)  # 输出: True

5. Python 列表截取与拼接

列表切片和拼接非常灵活：

# 切片
nums = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print(nums[2:7])    # 输出: [2, 3, 4, 5, 6]
print(nums[::2])    # 输出: [0, 2, 4, 6, 8] (步长为2)
print(nums[::-1])   # 输出: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] (反转列表)

# 拼接
part1 = [1, 2, 3]
part2 = [4, 5, 6]
combined = part1 + part2
print(combined)  # 输出: [1, 2, 3, 4, 5, 6]

6. 嵌套列表

列表可以包含其他列表，形成多维结构：

# 二维列表
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 访问嵌套列表元素
print(matrix[0][1])  # 输出: 2 (第一行第二列)

# 遍历嵌套列表
for row in matrix:
    for num in row:
        print(num, end=' ')
    print()
# 输出:
# 1 2 3 
# 4 5 6 
# 7 8 9

7. 列表比较

列表可以使用比较运算符进行比较：

list1 = [1, 2, 3]
list2 = [1, 2, 4]
list3 = [1, 2, 3]

print(list1 == list3)  # True (元素相同)
print(list1 == list2)  # False
print(list1 < list2)   # True (逐个元素比较)
print([1, 2] < [1, 2, 3])  # True (短列表小于长列表)

列表比较需要引入 operator 模块的 eq 方法

# 导入 operator 模块
import operator

a = [1, 2]
b = [2, 3]
c = [2, 3]
print("operator.eq(a,b): ", operator.eq(a,b))  #False
print("operator.eq(c,b): ", operator.eq(c,b))  #True

8. Python列表函数

Python 提供了一些内置函数用于操作列表：

序号函数
1len(list)
列表元素个数
2max(list)
返回列表元素最大值
3min(list)
返回列表元素最小值
4list(seq)
将元组转换为列表

nums = [3, 1, 4, 1, 5, 9, 2]

# 长度
print(len(nums))  # 7

# 最大值和最小值
print(max(nums))  # 9
print(min(nums))  # 1

# 求和
print(sum(nums))  # 25

# 排序(返回新列表)
print(sorted(nums))  # [1, 1, 2, 3, 4, 5, 9]

# 枚举
for index, value in enumerate(nums):
    print(f"Index {index}: {value}")
# 输出:
# Index 0: 3
# Index 1: 1
# Index 2: 4
# ...

9. Python列表方法

列表对象提供了许多有用的方法：

序号方法
1list.append(obj)
在列表末尾添加新的对象
2list.count(obj)
统计某个元素在列表中出现的次数
3list.extend(seq)
在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）
4list.index(obj)
从列表中找出某个值第一个匹配项的索引位置
5list.insert(index, obj)
将对象插入列表
6list.pop([index=-1])
移除列表中的一个元素（默认最后一个元素），并且返回该元素的值
7list.remove(obj)
移除列表中某个值的第一个匹配项
8list.reverse()
反向列表中元素
9list.sort( key=None, reverse=False)
对原列表进行排序
10list.clear()
清空列表
11list.copy()
复制列表

9.1 添加元素

fruits = ['apple', 'banana']

# 追加元素
fruits.append('orange')
print(fruits)  # ['apple', 'banana', 'orange']

# 插入元素
fruits.insert(1, 'pear')
print(fruits)  # ['apple', 'pear', 'banana', 'orange']

# 扩展列表
fruits.extend(['grape', 'melon'])
print(fruits)  # ['apple', 'pear', 'banana', 'orange', 'grape', 'melon']

9.2 删除元素

numbers = [1, 2, 3, 2, 4, 2, 5]

# 移除第一个匹配项
numbers.remove(2)
print(numbers)  # [1, 3, 2, 4, 2, 5]

# 弹出指定位置元素
popped = numbers.pop(2)
print(popped)   # 2
print(numbers)  # [1, 3, 4, 2, 5]

# 清空列表
numbers.clear()
print(numbers)  # []

9.3 查找和统计

letters = ['a', 'b', 'c', 'a', 'b', 'a']

# 计数
print(letters.count('a'))  # 3

# 查找索引
print(letters.index('b'))     # 1 (第一个'b'的位置)
print(letters.index('b', 2))  # 4 (从索引2开始查找)

9.4 排序和反转

nums = [3, 1, 4, 1, 5, 9, 2]

# 排序(原地修改)
nums.sort()
print(nums)  # [1, 1, 2, 3, 4, 5, 9]

nums.sort(reverse=True)
print(nums)  # [9, 5, 4, 3, 2, 1, 1]

# 反转(原地修改)
nums.reverse()
print(nums)  # [1, 1, 2, 3, 4, 5, 9]
 

9.5 复制列表
 

 

original = [1, 2, 3]

# 浅拷贝
copy1 = original.copy()
copy2 = list(original)
copy3 = original[:]

# 修改拷贝不会影响原列表
copy1[0] = 99
print(original)  # [1, 2, 3]
print(copy1)     # [99, 2, 3]
 

 

10.Python 列表的作用与应用场景
 

列表(List)是 Python 中最基础、最常用的数据结构之一，它在编程中有着广泛的应用。以下是列表的主要作用和应用场景：
 

10.1 数据存储与组织
 

作用：列表可以有序地存储多个数据项，这些数据项可以是不同类型。
 

应用场景：
 

  •  
    存储一组相关数据（如学生名单、商品列表等）
     
  •  
    临时保存计算结果或中间数据
     
  •  
    组织复杂数据结构的基础
     
 

 

# 存储不同类型的数据
mixed_list = [1, "apple", 3.14, True]

# 存储学生成绩
scores = [85, 92, 78, 90, 88]
 

10.2 数据操作与处理
 

作用：列表提供了丰富的方法来操作和处理数据。
 

应用场景：
 

  •  
    数据排序、筛选和转换
     
  •  
    批量处理数据元素
     
  •  
    实现队列、栈等数据结构
     
 

 

# 数据处理示例
numbers = [5, 2, 8, 1, 9]
numbers.sort()  # 排序
filtered = [x for x in numbers if x > 3]  # 筛选
doubled = [x*2 for x in numbers]  # 转换
 

10.3 迭代与遍历
 

作用：列表天然支持迭代，便于批量处理元素。
 

应用场景：
 

  •  
    批量处理数据集
     
  •  
    实现循环操作
     
  •  
    数据分析和统计
     
 

 

# 计算总和
total = 0
for num in [1, 2, 3, 4, 5]:
    total += num

# 统计频率
words = ["apple", "banana", "apple", "orange"]
word_count = {}
for word in words:
    word_count[word] = word_count.get(word, 0) + 1
 

10.4 算法实现
 

作用：列表是许多算法的基础数据结构。
 

应用场景：
 

  •  
    排序和搜索算法
     
  •  
    动态规划
     
  •  
    图算法中的邻接表表示
     
 

 

# 实现冒泡排序
def bubble_sort(lst):
    n = len(lst)
    for i in range(n):
        for j in range(0, n-i-1):
            if lst[j] > lst[j+1]:
                lst[j], lst[j+1] = lst[j+1], lst[j]
    return lst
 

10.5 多维数据表示
 

作用：嵌套列表可以表示多维数据结构。
 

应用场景：
 

  •  
    矩阵运算
     
  •  
    表格数据表示
     
  •  
    游戏开发中的地图表示
     
 

 

# 表示3x3矩阵
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 访问矩阵元素
print(matrix[1][2])  # 输出6 (第二行第三列)
 

10.6 函数参数传递
 

作用：列表可以作为函数的参数和返回值。
 

应用场景：
 

  •  
    传递和返回多个值
     
  •  
    实现可变参数函数
     
  •  
    函数式编程中的高阶函数应用
     
 

 

# 函数处理列表
def process_numbers(numbers):
    return [x**2 for x in numbers if x % 2 == 0]

result = process_numbers([1, 2, 3, 4, 5])  # 返回[4, 16]
 

10.7 与其他数据结构转换
 

作用：列表可以方便地与其他数据结构相互转换。
 

应用场景：
 

  •  
    与字符串、元组、集合、字典等转换
     
  •  
    数据格式转换
     
  •  
    数据序列化
     
 

 

# 字符串与列表转换
s = "hello"
lst = list(s)  # ['h', 'e', 'l', 'l', 'o']
new_s = "".join(lst)  # "hello"

# 字典与列表转换
d = {"a": 1, "b": 2}
keys = list(d.keys())  # ['a', 'b']
 

10.8 实际应用案例
 

  1.  
    数据清洗：
     
    # 去除空值
data = ["apple", "", "banana", None, "cherry"]
cleaned = [x for x in data if x]
     
  2.  
    任务管理：
     
    # 简单的待办事项列表
todo_list = ["写报告", "开会", "回复邮件"]
todo_list.append("准备演示")
todo_list.remove("开会")
     
  3.  
    数据分析：
     
    # 计算平均值
def average(lst):
    return sum(lst) / len(lst) if lst else 0
     
  4.  
    游戏开发：
     
    # 游戏地图
game_map = [
    [0, 1, 0, 0],
    [0, 0, 1, 0],
    [1, 0, 0, 1],
    [0, 1, 0, 0]
]
     
     
 

 

列表是 Python 中非常强大且灵活的数据结构，掌握这些基本操作对于 Python 编程至关重要。列表推导式、生成器表达式等高级特性可以进一步简化列表操作，提高代码效率。
 

 


                

        

    

    
  



    



            

  
              

                


	

		

			

				
					
					博客
				
				
					
实例1--C#上位机+后台C应用线程

				
			

			

				

					01-14
					
					1310
					
				

			

		

		

			
				
C# 上位机 + 后台C/C++ 应用通过这种结合方式，上位机不仅能够充分利用C/C++的高效性能，还能通过C#简化开发过程，提升用户体验，在许多高性能计算和工业控制系统中具有重要的应用价值。

			
		

	





	

		

			

				
					
					博客
				
				
					
5.3 Python3 错误和异常

				
			

			

				

					06-27
					
					832
					
				

			

		

		

			
				
Python错误与异常处理指南 本文介绍了Python中常见的错误类型和异常处理机制。主要内容包括：1)常见的错误类型如语法错误、名称错误等；2)使用try/except/finally进行异常捕捉；3)自定义异常类的方法；4)资源清理的finally和with语句；5)断言的使用；6)实际应用示例包括用户输入验证、文件处理和API请求。通过合理的异常处理，可以提高代码的健壮性和可维护性。文章提供了全面的处理方案和具体代码示例，帮助开发者掌握Python异常处理的最佳实践。

			
		

	



		

		



	

		

			

				
					
					博客
				
				
					
5.2 Python3 多线程

				
			

			

				

					06-27
					
					885
					
				

			

		

		

			
				
Python多线程编程指南 摘要：本文详细介绍了Python中的多线程编程，主要涵盖以下内容： 基本用法 - 使用threading模块创建线程的两种方式（直接调用和继承Thread类） 线程同步机制 - 包括Lock、RLock、Condition和Semaphore的使用方法 线程间通信 - 通过Queue实现线程安全的数据交换 线程池 - 使用concurrent.futures模块简化线程管理 注意事项 - 包括GIL限制、线程安全、避免死锁等重要考虑因素 实用案例 - 提供多线程下载文件、网页爬虫

			
		

	





	

		

			

				
					
					博客
				
				
					
5.1 Python3 命名空间和作用域

				
			

			

				

					06-26
					
					754
					
				

			

		

		

			
				
Python命名空间与作用域摘要： 命名空间是名称到对象的映射，用于组织变量避免冲突。Python有三种命名空间类型：内置（如print()）、全局（模块级变量）和局部（函数内部变量）。访问遵循LEGB规则（Local→Enclosing→Global→Built-in）。作用域决定了变量的可见性，分为局部、闭包、全局和内置作用域。使用global和nonlocal关键字可修改不同作用域的变量。命名空间是动态的，可通过globals()和locals()访问。理解命名空间和作用域对编写清晰代码至关重要，尤其

			
		

	





	

		

			

				
					
					博客
				
				
					
4.13 Python3 timeit 模块：性能度量工具

				
			

			

				

					06-26
					
					1197
					
				

			

		

		

			
				
Python的timeit模块是测量代码执行时间的标准工具，主要用于性能对比和优化。它提供两种使用方式：命令行模式和程序内调用，核心函数包括timeit()和repeat()，支持多次测量取最小值。最佳实践包括：设置合理的执行次数、使用setup分离初始化代码、进行重复测试。典型应用场景包括比较字符串连接方式、函数执行时间、数据结构操作性能等。通过具体实例展示了列表推导式与append方法、不同字符串格式化技术、类方法调用开销等常见用例的性能差异分析，帮助开发者基于数据优化代码性能。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.12 Python3 XML 解析

				
			

			

				

					06-25
					
					992
					
				

			

		

		

			
				
本文介绍了Python处理XML的几种方法，包括标准库的ElementTree、SAX和DOM解析方式，以及第三方库lxml。ElementTree是最常用的轻量级API，适合中小型XML文件；DOM解析将XML转为树结构但内存消耗大；SAX适合大型文件的流式解析；lxml则提供更强大的XPath支持。文章详细展示了各类方法的基本用法、数据访问与修改操作，并比较了它们的性能特点。最后给出了解析RSS、生成XML等实用示例，并提醒注意XML安全风险。对于大多数场景，推荐使用ElementTree，而高性能需求

			
		

	





	

		

			

				
					
					博客
				
				
					
4.11 Python3 数据压缩模块

				
			

			

				

					06-25
					
					873
					
				

			

		

		

			
				
Python标准库提供了多个数据压缩模块（zlib、gzip、bz2、zipfile和tarfile），支持不同格式的压缩处理。zlib适合数据流压缩，gzip处理GNU zip文件，bz2提供高压缩率，zipfile支持多文件ZIP归档，tarfile可创建压缩的tar包并保留文件元数据。各模块在压缩率、速度和处理方式上各有特点：zlib/gzip适合网络传输，bz2适合高压缩需求，zipfile/tarfile适合文件归档。使用时需注意内存管理、文件权限和路径安全等问题。这些工具为数据处理、日志压缩和系

			
		

	





	

		

			

				
					
					博客
				
				
					
4.10 Python3 StringIO 模块

				
			

			

				

					06-24
					
					737
					
				

			

		

		

			
				
摘要：Python的StringIO模块（Python3中归属于io模块）提供了内存中模拟文件操作的功能，适用于需要文件接口但无需物理文件的场景。它支持文本数据的读写、文件指针操作等常见文件方法，并能重定向系统输出。StringIO常用于单元测试模拟文件、处理CSV数据、生成动态配置等场景，相比磁盘I/O具有更高性能。需注意其仅适用于文本数据（二进制数据需用BytesIO），且大量数据可能消耗内存。典型应用包括捕获打印输出、测试文件处理函数等，是提升代码灵活性和可测试性的实用工具。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.9 Python3 csv 模块

				
			

			

				

					06-24
					
					423
					
				

			

		

		

			
				
Python的csv模块提供了处理CSV文件的完整功能，支持读写操作和多种格式定制。主要方法包括csv.reader()用于读取数据，csv.writer()用于写入数据，以及更便捷的DictReader和DictWriter以字典形式处理数据。模块支持自定义分隔符、引用规则和编码格式，能够处理包含特殊字符的文件。使用时需注意Windows系统的换行问题、文件编码设置以及大数据量的处理效率。通过csv模块，开发者可以轻松实现数据导入导出、数值计算、记录筛选等常见CSV操作，是Python处理表格数据的重要工

			
		

	





	

		

			

				
					
					博客
				
				
					
4.8 Python3 File(文件) 方法

				
			

			

				

					06-23
					
					1007
					
				

			

		

		

			
				
Python文件操作指南：提供了创建、读取、更新和删除文件的基本方法。通过open()函数以不同模式（如'r'、'w'、'a'等）打开文件后，可使用read()、write()等方法进行读写操作，并用seek()调整指针位置。推荐使用with语句自动管理文件资源。此外还介绍了os模块的文件系统操作，包括重命名、删除、检查文件是否存在等功能。掌握这些方法可有效处理文件I/O操作。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.7 Python3 OS 文件/目录方法

				
			

			

				

					06-23
					
					1355
					
				

			

		

		

			
				
Python文件与目录操作指南Python提供了os模块和内置函数来管理文件和目录。文件操作包括：使用open()函数读写文件（推荐with语句自动关闭），支持多种模式（r/w/a等）；提供read()/readlines()读取内容，write()/writelines()写入内容；支持文件定位seek()/tell()。目录操作涵盖：遍历（listdir()/walk()）、创建删除目录（mkdir()/rmdir()）、路径处理（join()/split()）。高级功能包括：二进制文件处理、临时文件

			
		

	





	

		

			

				
					
					博客
				
				
					
4.5 Python3 pickle模块

				
			

			

				

					06-21
					
					689
					
				

			

		

		

			
				
Python的pickle模块提供强大的对象序列化功能，可将几乎所有Python对象转换为字节流（序列化）或从字节流重建（反序列化）。支持基本数据类型、容器、函数、类和实例等。文章详细介绍了基本用法、高级特性（如自定义类序列化、协议版本选择）和安全注意事项，强调不要反序列化不受信任的数据。还对比了pickle与json等替代方案，指出pickle最适合Python特有对象的临时存储和进程通信，但不适合跨语言场景或长期存储。最后提供了性能优化建议和实际应用示例（如缓存计算和多进程通信）。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.6 Python3 日期和时间

				
			

			

				

					06-21
					
					1387
					
				

			

		

		

			
				
摘要：Python的datetime模块提供了全面的日期时间处理功能，包括日期时间创建（date/time/datetime）、格式化转换（strftime/strptime）、时间计算（timedelta）、时区处理（timezone）等核心操作。文章详细介绍了获取当前时间、创建特定日期、时间格式转换、时间差计算、组件访问、时区转换等常用方法，并提供了月份天数计算、闰年判断、性能计时等实用技巧。此外，还包含周范围计算和日期迭代器等高级用法，建议复杂时区处理使用zoneinfo或pytz模块。这些功能覆盖了

			
		

	





	

		

			

				
					
					博客
				
				
					
4.4 Python3 JSON模块

				
			

			

				

					06-20
					
					810
					
				

			

		

		

			
				
Python中的JSON数据处理指南摘要：本文介绍了Python使用json模块处理JSON数据的方法。主要内容包括：1) Python对象与JSON的相互转换；2) 常用的dumps/loads和dump/load文件操作方法；3) 处理日期时间等特殊对象的高级技巧；4) JSON与CSV格式转换示例；5) 性能优化建议。文章还强调了JSON使用中的注意事项，如键必须是字符串类型、安全风险等，并推荐了orjson等高效替代方案。掌握这些技巧能有效提升Python中的数据交互效率。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.3 Python3 sys命令行参数模块

				
			

			

				

					06-20
					
					629
					
				

			

		

		

			
				
Python的sys模块主要用于访问解释器相关功能，其中处理命令行参数是其核心用途。通过sys.argv列表可以获取脚本名称和参数，基础用法包括简单参数获取和验证。对于复杂需求，文章介绍了手动参数解析方法和推荐使用argparse标准库或第三方click库的专业方案。此外还涵盖sys模块的其他功能如程序退出、标准流操作和编码设置，并提供了文件处理脚本的实用示例。最佳实践建议包括参数验证、友好提示和错误处理等。简单脚本可用sys.argv，复杂工具推荐使用argparse或click库。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.2 Python3 输入和输出

				
			

			

				

					06-19
					
					1249
					
				

			

		

		

			
				
Python提供了全面的I/O操作功能，包括基础控制台输入输出、文件处理和高级数据序列化。通过print()和input()实现简单交互；文件操作支持多种模式（读取、写入、追加等），推荐使用with语句自动管理资源；格式化输出支持f-string、format()等方法；高级功能包括内存文件(StringIO)、对象序列化(pickle)和JSON数据处理。最佳实践包括指定UTF-8编码、异常处理和大文件优化读取。这些功能共同构成了Python强大的数据处理能力。

			
		

	





	

		

			

				
					
					博客
				
				
					
4.1 Python3 模块

				
			

			

				

					06-19
					
					656
					
				

			

		

		

			
				
Python模块是保存代码的文件（.py后缀），用于组织和重用代码。模块可以包含函数、类、变量等，通过import语句导入使用。主要导入方式包括：导入整个模块（import module）、导入特定内容（from module import name）以及设置别名（import module as alias）。模块的__name__属性在直接运行时为'main'，被导入时为模块名，常用于模块测试代码。dir()函数可查看模块内容，标准库提供丰富模块如math、os等。包是包含__init__.py的目录，

			
		

	





	

		

			

				
					
					博客
				
				
					
1.6 Python3 与 Visual Studio

				
			

			

				

					06-18
					
					208
					
				

			

		

		

			
				
VS2022安装配置Python开发环境指南：1)通过"工具-获取工具和功能"安装Python组件；2)新建Python项目后右键添加环境配置；3)可通过Python环境管理器或终端命令(pip install)添加模块。安装时需保持网络连接，操作简单直观。

			
		

	





	

		

			

				
					
					博客
				
				
					
3.10 Python3 面向对象--方法

				
			

			

				

					06-18
					
					1088
					
				

			

		

		

			
				
摘要：Python类方法分为五种类型：实例方法（self参数，操作实例属性和状态）、类方法（@classmethod，cls参数，操作类属性）、静态方法（@staticmethod，无强制参数，类相关工具函数）、方法重载（默认/可变参数模拟多态）和特殊方法（__init__等，自定义对象行为）。关键区别在于参数类型（self/cls）、调用方式（需实例化与否）和访问权限（实例/类属性）。实例方法必须实例调用，类/静态方法可直接通过类调用，特殊方法由Python自动触发。

			
		

	





	

		

			

				
					
					博客
				
				
					
3.9 Python3 面向对象

				
			

			

				

					06-17
					
					1717
					
				

			

		

		

			
				
本文详细介绍了Python面向对象编程的核心概念和应用。主要内容包括：1）面向对象基本概念（类、对象、封装、继承、多态）及其优势；2）Python类的定义（构造函数、类属性、实例属性、访问控制）；3）类方法类型（实例方法、类方法、静态方法）和特殊方法；4）继承机制（单继承、方法重写、MRO顺序）和多继承问题；5）类属性和方法的进阶使用（属性装饰器、描述符协议）。文章通过丰富的代码示例展示了Python面向对象编程的特性，包括动态属性、方法重载、抽象基类等高级特性，是一份全面的Python OOP实践指南。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值